CAJ | 학술논문

由于脑血管具有分枝众多、形态细小以及位置特殊和形态复杂等特性,在医学图像中精确地提取脑血管成为一项比较棘手的问题.该文提出了一种新颖的统计学分割方法,有效地实现了脑血管的精确分割.首先,充分利用各血管像素的空间邻域信息,将马尔科夫随机场信息加入到统计学模型的方法中,提出了新的马尔科夫统计模型;然后,利用随机期望最大化(Stochastic versions of the Expectation Maximization,SEM)算法来对统计模型中的多个参数进行估计,寻找最优解,进而实现了脑血管的3维分割.实验结果表明,该方法不仅能够分割出较大的血管分支,而且因其考虑了血管邻域信息,对细小血管的分割也有较好的效果,因此对脑血管疾病的临床预防和诊断具有深远的意义.
유우뇌혈관구유분지음다、형태세소이급위치특수화형태복잡등특성,재의학도상중정학지제취뇌혈관성위일항비교극수적문제.해문제출료일충신영적통계학분할방법,유효지실현료뇌혈관적정학분할.수선,충분이용각혈관상소적공간린역신식,장마이과부수궤장신식가입도통계학모형적방법중,제출료신적마이과부통계모형;연후,이용수궤기망최대화(Stochastic versions of the Expectation Maximization,SEM)산법래대통계모형중적다개삼수진행고계,심조최우해,진이실현료뇌혈관적3유분할.실험결과표명,해방법불부능구분할출교대적혈관분지,이차인기고필료혈관린역신식,대세소혈관적분할야유교호적효과,인차대뇌혈관질병적림상예방화진단구유심원적의의.